Реальные и номинальные уровни значимости при проверке статистических гипотез
Характеристика основных различий между номинальными и реальными уровнями значимости на примере непараметрических критериев проверки однородности двух независимых выборок. Проведение исследования мощности статистических критериев методом Монте-Карло.
Подобные документы
Сходимость последовательностей случайных величин и вероятностных распределений. Закон больших чисел. Основные задачи математической статистики, их краткая характеристика. Проверка статистических гипотез: основные понятия. Критерий однородности Смирнова.
курсовая работа, добавлен 10.06.2013Статистическое моделирование как научное направление, области его применения. Методы Монте-Карло: анализ общей схемы, достоинства, недостатки и примеры применения. Случайные числа, генераторы случайных и псевдослучайных чисел. Метод Hit-Or-Miss.
лекция, добавлен 18.07.2013Основные положения численного интегрирования. Формулы левых, правых и средних прямоугольников. Метод статистических испытаний (метод Монте-Карло). Численное интегрирование методом прямоугольников. Алгебраический порядок точности численного метода.
курсовая работа, добавлен 08.02.2016Нормальный закон распределения и его применение. Корреляция, регрессия и коэффициент детерминации. Проверка гипотез с помощью статистических критериев. Анализ таблиц сопряженности, корреляция метрических переменных. Назначение многомерных методов.
учебное пособие, добавлен 21.12.2015Метод моделирования случайных величин с целью вычисления характеристик распределений. Влияние метода Монте-Карлона на развитие методов вычислительной математики. Математическое ожидание, дисперсия, точность оценки, доверительная вероятность и интервал.
курсовая работа, добавлен 06.03.2010Характеристика численных методов в математических расчетах. Описания методов для решения различных задач с помощью случайных последовательностей. Обзор техники моделирования случайной последовательности чисел. Практическое применение метода Монте-Карло.
доклад, добавлен 21.03.2015Характеристика моделей дисперсионного анализа с фиксированными уровнями факторов. Анализ статистических данных. Определение среднего арифметического урожайности. Рассмотрение схемы однофакторного дисперсионного анализа. Изучение метода нулевых гипотез.
контрольная работа, добавлен 19.04.2015Положения и теоремы теории вероятности в теории надежности. Теоремы сложения и умножения вероятностей. Теорема гипотез и формула Бейеса. Обработка статистических данных про надежность элементов. Критерий согласия при оценке статистических гипотез.
контрольная работа, добавлен 03.11.2012Характеристика теории вероятности как неслучайного явления в науке: история её возникновения (Паскаль, Ферма, Гюйгенс); возможности; определения и основные понятия; метод "Монте-Карло"; предпосылки развития технологий, кибернетики, искусственного разума.
реферат, добавлен 11.03.2014- 35. Теория игр
Теория игр как новый раздел оптимизационного подхода, позволяющего решать новые задачи при принятии решений, применяется при выборочных обследованиях конечных совокупностей, при проверке статистических гипотез. Практическое использование смешанных стратег
курсовая работа, добавлен 25.04.2011 Проверка гипотез о числовых значениях параметров генеральной совокупности, основные задачи и цели данного процесса, этапы и направления его реализации. Типовые распределения. Порядок проверки гипотезы о равенстве средних двух и более совокупностей.
курсовая работа, добавлен 07.12.2011Определение и примеры независимых случайных событий и случайных величин. Проверка с помощью рангового критерия Спирмена статистической гипотезы о независимости двух случайных величин. Общая логическая схема статистического критерия, его проверка.
курсовая работа, добавлен 21.10.2017Рассмотрение особенностей применения методов Монте-Карло с цепями Маркова в экономических исследованиях. Интуитивное обоснование алгоритма Метрополиса. Изучение гиббсорского выбора и маргинальной функции плотности двумерного нормального распределения.
статья, добавлен 04.03.2012Назначение дисперсионного анализа. Формулировка гипотез в нем. Однофакторный дисперсионный анализ для несвязанных и связанных выборок. Ограничения дисперсионного анализа и подготовка данных. Дисперсионный анализ в контексте статистических методов.
контрольная работа, добавлен 17.09.2009Сущность и схема метода Монте-Карло, оценка его погрешности и практическое использование для решения задач, связанных с системами массового обслуживания. Предельные теоремы теории вероятностей, применение способа усреднения подынтегральной функции.
контрольная работа, добавлен 10.01.2012Численные методы решения математических задач. Прямое статистическое моделирование при помощи получения и преобразования случайных чисел. Применение метода Монте-Карло в вычислительной аэродинамике. Разработка алгоритма для кинетических уравнений.
статья, добавлен 13.12.2013Основы моделирования, классификации моделей. Анализ результатов натурных и вычислительных экспериментов. Классические и поисковые методы генерации и использования псевдослучайных чисел. Имитационное и статистическое моделирование, метод Монте-Карло.
дипломная работа, добавлен 13.10.2015Разработка комплекса программ для обоснования безопасной работы ядерного реактора. Расчет пространственно-энергетического распределения нейтронов в элементах активной зоны. Решение кинетических уравнений с применением прецизионных алгоритмов Монте-Карло.
автореферат, добавлен 03.02.2018Простые и сложные статистические гипотезы. Параметрические и непараметрические критерии оценки их достоверности. Анализ гипотез в практике лесного хозяйства, базирующихся на анализе параметров выборочной совокупности и распределении случайных величин.
лекция, добавлен 29.03.2018Уровни статистической достоверности. Выявление различий в уровне исследуемого признака. Многофункциональные статистические критерии. Однофакторный дисперсионный анализ для несвязанных выборок. Обоснование задачи исследования согласованных изменений.
книга, добавлен 28.06.2013Обоснование необходимости создания математического аппарата для анализа, обработки и обобщения статистического материала из разных областей. Структуры косвенного доказательства. Схемы доказательства "от противного" на языке математической логики.
статья, добавлен 05.06.2018Использование метода Монте-Карло для решения математических задач при помощи моделирования случайных величин. Способы получения случайных величин. Алгоритмы получения псевдослучайных чисел. Получение псевдослучайных точек методами Неймана и Лемера.
практическая работа, добавлен 26.12.2016Характеристика основных этапов научного пути Б.В. Гнеденко. Проведение исследования предельных теорем теории вероятностей и надежности. Особенность изучения статистических методов управления качеством продукции и концепции массового обслуживания.
статья, добавлен 14.05.2017Применение метода Монте-Карло для моделирования переноса нейтронов в ядерных реакторах. Моделирование трехмерных систем с произвольной геометрией с использованием комбинаторного подхода. Применение программы Призма для решения линейных задач переноса.
статья, добавлен 15.01.2019Математические методы систематизации, обработки и использования статистических данных для научных выводов. Генеральная и выборочная совокупность статистических данных. Способы группировки статистических данных. Корреляционный и регрессионный анализ.
реферат, добавлен 29.11.2014